Học chuyển giao là một phương pháp học máy áp dụng kiến thức của một mô hình được đào tạo về nhiệm vụ này sang nhiệm vụ liên quan khác, điều chỉnh nó cho phù hợp với nhiệm vụ mới với ít dữ liệu và tài nguyên tính toán hơn.
Học chuyển là phương pháp sử dụng một mô hình (mô hình cơ sở, mô hình nhận dạng hình ảnh, v.v.) đã được đào tạo trước bằng cách sử dụng dữ liệu quy mô lớn làm nền tảng và đào tạo lại mô hình đó bằng cách sử dụng một lượng nhỏ dữ liệu theo miền cụ thể để điều chỉnh nó cho phù hợp với một nhiệm vụ mới. Tinh chỉnh được định vị là một trong những phương pháp triển khai tiêu biểu cho học chuyển giao, vì nó được đặc trưng bởi thời gian học và chi phí tính toán thấp hơn đáng kể so với học từ đầu. Trong hoạt động thực tế kể từ năm 2026, có khả năng xảy ra hiện tượng ``chuyển âm'', trong đó độ chính xác chậm lại do mô hình được đào tạo trước và trường nhiệm vụ cách xa nhau, và người ta nói rằng tại hiện trường, điều cần thiết là phải chọn một mô hình cơ sở gần với nhiệm vụ mục tiêu và thực hiện đánh giá sơ bộ bằng cách sử dụng dữ liệu xác minh. Về mặt chi phí, bằng cách chọn các phương pháp tiết kiệm tham số như LoRA thay vì tinh chỉnh hoàn toàn, phương pháp học lại tất cả các tham số, cấu hình có thể áp dụng vào thực tế trong khi vẫn giữ phí sử dụng GPU ở mức thấp đã được áp dụng rộng rãi.